大数跨境
0
0

亚马逊竟付费鼓励员工离职还给三个月补贴?这是what骚操作?!

亚马逊竟付费鼓励员工离职还给三个月补贴?这是what骚操作?! CareerTu职图
2019-06-04
2


开设无人超市,进军卫星互联网竞争,宣称5年内实现无人机送货……以创新作为企业DNA的亚马逊公司最近又“脑洞大开”:美东时间5月13日,亚马逊对外发布声明称,为扩建与亚马逊合作的快递团队,公司鼓励员工辞职创业,创建为亚马逊服务的快递企业。离职员工最高可获得1万美元的创业资金,并可获得3个月的工资补贴。



亚马逊全球运营高级副总裁 Dave Clark表示,已经有员工表示了对该项目的兴趣,“过去有员工曾表示他们对成为亚马逊的快递合作伙伴有兴趣,但是苦于无法顺利过渡创业。现在公司为这些员工提供了一条路径,帮助他们建立自己的生意。”



消息一出,随即引起大批吃瓜群众围观~此前,亚马逊一直希望不愿留在公司的员工不要留下。早在五年前,亚马逊CEOJeff Bezos就曾在一封股东信中谈到公司的 “Pay to Quit”(有偿离职)计划,而亚马逊当前的举措正是该计划的进一步延伸。亚马逊的一位发言人称:“我们希望员工都是真心愿意为亚马逊效力的。”



据报道,随着越来越多美国人在网上购物,所谓的“送货最后一公里”(也就是从本地仓库到客户的最后一段路)问题日渐突出,对“末端配送”的需求正迅速增长。目前美国各大电商企业正面临快递人员短缺的局面,如沃尔玛和Deliv正在争抢稀缺的人力资源。亚马逊一直在扩大自己的物流和快递业务,不过它仍然严重依赖美国邮政和其他公司派发大部分订单。



在没有推出“快递服务伙伴计划”之前,亚马逊曾依靠Amazon Flex完成“末端配送”使命,也就是让资质良莠不齐的平民承包商来送货。这些“客串”的“快递小哥”开着私车,在亚马逊公司类似“优步”的平台上抢活干。


“快递服务伙伴计划”弥补了这一不足,改善了用户体验。从事包裹运输数据分析的ShipMatrix公司总裁萨蒂什·金德尔表示,亚马逊把从事快递服务的目标锁定在员工身上是有道理的,因为这些员工已经经过审查,且在公司留有记录。与此同时,亚马逊声称,如果将配送合作伙伴的车辆数量增加到40辆,它们每年可以赚取多达30万美元的利润。


金德尔表示,到2022年,这一计划的合作伙伴估计可以处理亚马逊“末端配送”业务量的一半。


  

这么一看,亚马逊简直是“业界良心”啊

但实际真是这样?

看似“福利”,实则为了节约成本。


员工离职创业,从“打工仔”一跃成为“老板”,还能从老东家那里获得资金和订单的支持,怎么看这都是亚马逊给的“超级福利。” 但是贝佐斯能成为世界首富,肯定不是只靠做慈善。



数年之前,亚马逊开创了Prime会员“两日达”的配送模式,这对于依靠快递小哥跑天下的中国电商企业并不难,但对于劳动力成本比较高的美国来说是很高的成本问题。因此Prime会员的两日送达服务,给亚马逊造成了很高的运输成本。


2018年1月,亚马逊宣布提高包月会员的价格,亚马逊在声明中解释称:“近年来,Prime 会员快递免费两日送达项目从2000万增加到1亿多项,当日达和次日达覆盖范围也已扩展到了8000多个城镇。”

据亚马逊公布的数据显示,全球Prime会员人数已超过1亿。按照99美元/年的包年会员费计算, Prime会员每年至少会给亚马逊带来超过100亿美元收入。


那为这些会员配送的成本是多少呢?由于亚马逊实行自建仓储的物流模式,再加上有自己的机队,所以从仓库到配送中心这段过程的成本并不高,真正成本高的是从配送中心到客户的家里的分发过程,也就是所谓的“最后一公里”。


据亚马逊近几年的财报,亚马逊的“订单履行”(仓储物流)成本越来越高,已经显著超出了Prime会员费的收入。


这下知道为啥贝佐斯要鼓励员工离职去开自己的“快递公司”了吧?因为自建物流的成本真的太高了。



除了“劝退”工作质量低下及不想留下的员工,此前曾有报道称,亚马逊用AI监控员工,这套AI系统可以追踪每一名物流仓储部门员工的工作效率,统计每一名员工的“摸鱼”时间(Time Off Task,简称 TOT),然后自动生成解雇的指令



虽然硅谷科技巨头们对员工要求严格,但宠起员工来也毫不手软:除了高薪高福利,还狂砸250亿为员工造雨林,餐点由蓝带厨师精心烹饪,午睡在保证高质量睡眠的睡眠舱(nap pod),要是还有精力,他们还可以选择去健身或者练练瑜伽;除了班车接送外,有的公司甚至为员工提供干洗服务,真的是一应具全。



不管是在薪资还是个人能力提升方面,能进入像Amazon这样的全球顶尖科技巨头公司,绝对是不错的选择。但是Amazon的门槛并不低,招人一般都是需要有一定工作经验,或者能够证明有足够的实力可以胜任招聘的岗位。


根据顶级科技公司和DTC电商的招人需求,职图专门研发了Business Intelligence 实战VIP项目。


随着电商的崛起,每个企业都手握海量数据,如何发掘这些海量的数据产生应用价值,引导企业进行战略决策则是至关重要的一步。


过去,大公司有Business intelligence 团队来对网络数据的收集和分析。然而,现在的电商讲究快速迭代和优化,因此每个人都要会分析数据,获得商业洞察。


根据顶级科技公司和DTC电商的招人需求,职图专门研发了Business Intelligence / Marketing Analytics实战VIP项目,帮助学员了解营销渠道流量数据、用户购买漏斗和支付漏斗等知识点,掌握电商网站数据分析方法和测试方法,熟练运用 Google Analytics等营销分析工具,学会如何为B2B,B2C电商增加网站转户率和留存率,快速积累数据分析的实践经验,助你成为一位优秀的营销分析师。

 

职图Business Intelligence实战VIP项目

6月07日 备战秋招


随着消费从需求驱动进入了供给驱动,从拼流量的时代进入了拼效率的时代,越来越多的公司需要优化和提升运营和管理效率,这给B2B的快速发展孕育了土壤。数据显示,2019年美国B2B数字广告将支出超过60亿美元。B2B公司的欣欣向荣,也意味着工作机会的增多。


来自共享工作空间WeWork的资深Digital Marketer,拥有7年+B2B数字营销经历,将带你学习掌握B2B公司营销精髓,以及求职必备知识和技能。


和世界顶级加速器Techstars系B2B公司Healthie 直接合作,积累商业实战经验。学习掌握如何为SaaS(软件即服务)公司如何进行增长营销规划。用这一份高质量的实战项目,来冲击包括Salesforce, Slack, Shopify, Microsoft, Dropbox等知名B2B公司Offer。


项目优点


  •  L'Oréal 数字分析经理全程辅导,带你完成行业级项目

  • 10+精品课程,掌握电商网站数据分析和测试方法

  • 真实商业需求,体验假设、测试、分析、优化全过程

  • 形成一份自己的数据分析报告,为简历增加含金量

  • 一对一简历面试辅导, 冲刺Offer,内推合作企业


顶配导师阵容


适合人群


1.Digital Markeitng、Marketing Analytics相关专业学生,没有高效的求职方法,缺乏实战经验去拿下心仪Offer


2.转专业,对增长营销有极大兴趣的同学和在职人士,但没有体系化学习营销增长分析思维,和积累实战项目的机会


VIP项目三大板块
助你拿下心仪Offer

板块一

夯实行业硬技能


1. 职图Data Analytics集训营课程学习:


职图金牌资深导师亲授行业细分课程,填补学校与企业间的知识以及技能的鸿沟。全面学习Data Analytics方向的细分课程, 在最短时间内,从知识框架(Fundamentals),必备技能(Skill set),到行业趋势发展(Trend)等多个板块帮你打通入行壁垒。


Data Analytics  (数据分析) 集训营课程表

共16节课程)


第一部分 市场分析(Marketing Analytics)

掌握用户获取和转化率的优化方式,怎样收集整理数据,建立Marketing Mix Modeling,以及该模型的应用和策略。


  1. Marketing Acquisition & Conversion Rate Optimization

  2. Marketing Attribution & How to Ace an Interview

  3. Marketing Mix Modeling Application & Strategy

  4. MMM Analysis Component - Data Collection, Process & Management

第二部分 数据分析(Data Analytics)

学习进阶SQL技能进行商业分析,时间序列模型及分析(Time Series),熟练使用tableau进行数据可视化(Data Visualization),顶尖科技公司的商业智能管理模式


  1. Business Analytics and Advanced SQL Tricks

  2. Deciphering Advertising Campaign Analytics

  3. Data Preparation

  4. Data Analyst and Time Series Analysis

  5. Data Visualization - Tableau

  6. Business Intelligence at Top Tech Company

第三部分 数据科学(Data Science)

Data Science都需要掌握哪些Technical Skills,如何通过SQL和Mapreduce做到Data Transformation,Logistic Regression的实例运用。


  1. Data Science Technology Stack

  2. Data Transformation (SQL and Mapreduce)

  3. Data Science You Need to Know! A/B Testing

  4. Logistic Regression in Real Business Applications

第四部分 求职必备(Job Seeker Must Know)

学习在面试过程中,回答Case Study的步骤和思路


  1. How to Demonstrate You Can Work On A Cross-functional Team During Interview?

  2. How to Succeed In Case Study Interview? - Case Interview Frameworks


2. Web Analytics 实战项目操作


导师手把手带你学习 Web Analytics 在B2C 和B2B商业模式的应用,熟练掌握如何分析各个营销渠道的流量增长,对于消费者购买的Funnel 及 Checkout Funnel 的分析和优化。理解和应用 A/B Testing 等测试方法、Google Analytics 等分析工具,以及 Tableau等数据可视化工具。 项目完成后,将形成一套亲自做的数据分析作品,可以添加到简历和LinkedIn。


实战课程大纲

(共9节课程)


第一阶段 网站分析和基础漏斗( Intro to Web Analytics and Basic Funnel )


  • 实战课程Kick Off,了解商业需求和目标

  • 学习掌握网站分析、基础漏斗的概念

  • 了解网站分析的行业发展路径

第二阶段 网站分析渠道深度剖析(Web Analytics Funnel Deep Dive)


  • 深入了解营销漏斗中的上游,中游,下游,及不同关键指标

  • 掌握如何分析不同渠道同比流量类型和趋势

  • 用户网站行为分析,及支付页面分析


第三阶段 网站测试( Onsite Testing )

学习并实践网站测试的假设、设计、实施、分析和优化。


第四阶段 求职面试技能( Career and Interview )


  • 深度解析Web Analyst 发展途径,揭秘科技公司、电商的面试流程和技巧

第五阶段  高阶实践演练 (  Capstone Project )


  • 通过行业案例,实际操作如何分析网站数据,和设计、实施测试与优化。



板块二

提高求职软技能


1. 一对一背景测评:

根据学员过往经历和背景亮点进行测评,依据测评对学员进行课程规划,同时匹配最合适的职图金牌导师。


2. 一对一求职定位辅导:

拥有多年行业经验的职图导师用亲身经验为你答疑解惑,和你一起从个人经历入手,深度挖掘兴趣点,帮助你制定心仪并且适合的你的职业规划。


3. 一对一简历、LinkedIn精修辅导:

针对简历以及求职信辅导,根据学员职业规划和现有简历, 职图导师将手把手指导学员如何申请合适的工作,修改简历并结合相关职位,打造吸引招聘者眼球的简历,从而在简历筛选环节脱颖而出。


4. 一对一面试冲刺:

职图导师将模拟Hiring Manager在模拟面试中指出学员面试中存在的问题和不足,同时教授面试攻略。并帮助学员理解面试问题背后公司希望考察学员的哪些素质和能力,做到知己知彼。

板块三

中美名企内推


VIP学员的简历将进入职图中美名企简历库,定期被推送至职图合作企业。


用Offer结果说话

学员Offer榜


你点的每个“在看”,我都认真当成了喜欢
【声明】内容源于网络
0
0
CareerTu职图
CareerTu (www.careertu.com) 是互联网新职业在线技能学习平台,专注于数字营销 数据分析 商业分析 产品设计。Unlock Your Potential 激发潜能,迭代自我 突破技能界限,实现职场飞跃
内容 6729
粉丝 0
CareerTu职图 CareerTu (www.careertu.com) 是互联网新职业在线技能学习平台,专注于数字营销 数据分析 商业分析 产品设计。Unlock Your Potential 激发潜能,迭代自我 突破技能界限,实现职场飞跃
总阅读3.0k
粉丝0
内容6.7k